小红书开源语音识别模型FireRedASR登场，中文识别准确率出类拔萃

葫芦岛市助农app 泉州市天气监控中心app 台州市土地局app 运城市工商局app 丽江市同城app 三门峡市农业app 拉萨市第六中学app 孝感市招标信息app 三沙市农业局app 苏州市未成年保护协会app 乌兰察布市警务app 达州市政府公报app 陇南市教育局app 内江市灾害救助app 永州市住房保障app 黄石市第一中学app 江门市专题专栏app 永州市教育信息app 合肥市台风信息app 汕尾市粮食管理app 广州市助农app 巴彦淖尔市街道办app 娄底市同城app 雅安市中心校app 娄底市审计公开app 安顺市第四中学app 长治市助农app 济宁市安全生产app 常山县第二小学app 清丰县第一高中app 元氏县旅游监督app 剑河县安全宣传app 印江土家族苗族自治县事业单位app 汤原县第五小学app 千阳县农业补贴app 通城县惠农app 安义县第六小学app 杞县消费协会app 蠡县工程造价app 汤阴县养殖补助app 易县公正处app 沅陵县新闻中心app 宝兴县第二高中app

近日，小红书旗下的 FireRed 团队推出了全新的开源语音识别模型——FireRedASR。该模型作为基于大模型构建的语音识别系统，在多个标准测试集中都斩获了极为优异的成绩，无疑为中文语音识别技术带来了重大突破。

FireRedASR 的核心指标是字错误率（CER），该指标越低，表示模型的识别效果越好。在最近的公开测试中，FireRedASR 的 CER 达到了3.05%，较之前的最佳模型 Seed-ASR 降低了8.4%。这一结果显示出 FireRed 团队在语音识别技术上的创新能力。

FireRedASR 模型分为两种核心结构:FireRedASR-LLM 和 FireRedASR-AED。前者专注于极致的语音识别精度，后者则在准确率与推理效率之间实现了良好的平衡。团队提供了不同规模的模型和推理代码，以满足各种应用场景的需求。

在多个日常应用场景中，FireRedASR 同样展现了强大的性能。在由短视频、直播和语音输入等多种来源组成的测试集中，FireRedASR-LLM 的 CER 相较于业内领先的服务提供商降低了23.7% 至40%。特别是在需要歌词识别的场景中，该模型的表现尤为突出，CER 实现了50.2% 至66.7% 的相对降低。

此外，FireRedASR 还在中文方言和英语场景中表现优异，其 CER 在 KeSpeech 和 LibriSpeech 测试集上显著优于之前的开源模型，证明其在多种语言环境中的鲁棒性和适应性。

FireRed 团队希望通过开源这一新模型，推动语音识别技术的发展和应用，为语音交互的未来贡献力量。所有模型和代码已在 GitHub 上公开，鼓励更多开发者和研究者参与其中。